Dampak Shock Nilai Tukar Riil terhadap Inflasi dan Current Account Indonesia

Ukuran: px
Mulai penontonan dengan halaman:

Download "Dampak Shock Nilai Tukar Riil terhadap Inflasi dan Current Account Indonesia"

Transkripsi

1 Trionomia Volume, No., Juni 202, Hal ISSN 4-54X Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia Faultas Eonomia dan Bisnis Universitas Diponegoro Jl. Prof. Soedharto, S.H. No., Tembalang, Semarang, Jawa Tengah darwanto@undip.ac.id ABSTRACT Management change of currency exchange rate has implication in fluctuation conduct of exchange rate and domestic economy. This study aims to examine the impact of shoc in exchange rate to macroeconomics variable such as, inflation, output, and current account in different exchange rate system in Indonesia. The method of this study is structural vector Autoregressive. The result of the study shows that management change of exchange rate system from managed floating exchange rate to free floating exchange rate does not change relationship path of exchange rate to inflation, output, and current account. The relationship path which is done shows that exchange rate depreciation to the variable above consistent with the theory. Depreciation of domestic exchange rate increases the inflation, output, and current account. However, a bit different result is seen from the influence of exchange rate depreciation to the output. In managed floating exchange rate period, the exchange rate depreciation will evoe the output contraction before finally increase in the output. Keywords: structural vector autoregressive, exchange rate, inflation, current account. ABSTRAK Perubahan manajemen nilai tuar mata uang mempunyai impliasi pada perilau flutuasi nilai tuar dan pereonomian domesti. Penelitian ini bertujuan menguji dampa shoc nilai tuar terhadap variabel maro eonomi yaitu inflasi, output, dan current account pada sistem nilai tuar berbeda yang pernah diberlauan di Indonesia. Penelitian ini mengapliasian model Structural Vector Autoregressive (SVAR) untu pengujian esesuaian dengan teori. Hasil estimasi model SVAR menunjuan bahwa perubahan manajemen nilai tuar dari managed floating exchange rate e free floating exchange rate tida merubah pola hubungan nilai tuar dengan inflasi, output, dan current account. Pola hubungan yang dihasilan menunjuan bahwa pengaruh depresiasi nilai tuar terhadap variabel tersebut adalah onsisten dengan teori. Depresiasi nilai tuar mata uang domesti meningatan tingat inflasi, meningatan output dan mendorong adanya surplus pada current account. Namun hasil yang sediit berbeda terlihat dari pengaruh depresiasi nilai tuar terhadap output. Pada periode managed floating exchange rate depresiasi nilai tuar aan menyebaban ontrasi output sebelum ahirnya terjadi enaian output. Kata Kunci: structural vector autoregressive, nilai tuar, inflasi, current account. 5

2 PENDAHULUAN Manajemen nilai tuar Indonesia telah mengalami perubahan yang cuup signifian etia Ban Indonesia menetapan perubahan manajemen nilai tuar dari sistem nilai tuar dari mengambang terendali (managed floating exchange rate) e sistem nilai tuar mengambang bebas (free floating exchange rate). Perubahan manajemen nilai tuar ini perlu dicermati lebih sesama bagaimana shoc nilai tuar aan mempengaruhi pereonomian. Perubahan manajemen nilai tuar ini tentunya aan berimpliasi terhadap arateristi flutuasi nilai tuar dan pengaruhnya terhadap pereonomian terbua. Beberapa penelitian menunjuan adanya perubahan terhadap nilai tuar suatu mata uang mempunyai pengaruh terhadap pereonomian yang antara lain sering ditujuan dengan perubahan inflasi dan perubahan output. Selain itu, perubahan nilai tuar dapat merubah harga relatif produ menjadi lebih mahal atau murah secara relatif terhadap produ negara lain sehingga nilai tuar teradang digunaan alat untu meningatan daya saing (mendorong espor). Perubahan posisi espor inilah yang emudian berguna untu memperbaii posisi current account. Odusula dan Ainlo (200) melauan penelitian di Nigeria menggunaan Vector Autoregressive (VAR) dan Model Vector Error Correction (VEC) untu menguji pola hubungan antara depresiasi neira dengan inflasi dan output. Penelitian menunjuan bahwa perubahan output aibat depresiasi tida sama. Depresiasi naira ternyata mempunyai dampa espansif terhadap output dalam janga menengah dan janga panjang. Depresiasi naira mempunyai dampa ontrasi hanya dalam janga pende. Berument dan Pasaogullari (2003) melauan penelitian dengan menggunaan Vector Autoregressive (VAR) dan ausalitas Granger di negara Turi. Hasil penelitian menunjuan bahwa respons output adalah negatif dan permanen aibat adanya penurunan nilai tuar. Merea juga menemuan bahwa pergeraan nilai tuar merupaan sumber penting dalam flutuasi output serta nilai tuar juga bersifat inflasioner. Pada perembangan metode penelitian terdapat banya penggunaan metode VAR untu melihat eteraitan antar variabel-variabel eonomi yang beraitan dengan transmisi moneter. Hal ini disebaban eterbatasan model-model eonomi standar yang biasanya digunaan untu menjelasan hubungan antar variabel-variabel eonomi yang terdapat dalam teori eonomi. Namun, teori eonomi saja sering tida memadai untu menjelasan pola hubungan antar variabel yang saling mempengaruhi yang ditampilan dalam persamaan simultan. Kesulitan ini timbul etia estimasi menjadi sulit dilauan jia spesifiasi model eonometri menggunaan variabel endogen bai di sisi anan maupun di sisi iri persamaan. Kesulitan tersebut menyebaban munculnya alternatif untu menspesifiasian hubungan antar variabel di dalam model non strutural. Salah satu model non strutural yang sering digunaan adalah model Vector Autoregressive (VAR) yang diperenalan oleh Sims pada awal tahun 980-an sebagai riti pada model-model eonometri simultan yang omple. Dalam perembangan selanjutnya, penggunaan VAR juga tida lepas dari berbagai ritian terhadap sifatnya yang ateoritis. Kriti terhadap analisis VAR juga terait dengan interpretasi analisis yang terbatas pada perilau historis data dan peneanan lebih pada analisis peramalan (Enders, 2004:29; Sarte, 997:45). Sarte (995) mengemuaan inti riti penggunaan VAR adalah interpretasi hasil analisis VAR tida dapat dilepasan dari suatu model strutural eonomi maro. Oleh arena itu, perlu diintrodusian batasan-batasan (restrisi) dalam modelnya. Seja saat itu para peneliti yang menggunaan model VAR mulai memperhatian identifiasi restrisi. Langah ini selanjutnya lebih dienal dengan model SVAR. Permasalahan Penelitian ini membagi pengamatan e dalam periodesasi yang berbeda berdasaran manajemen nilai tuar yang berlau di Indonesia menggunaan model Structural Vector Autoregression (SVAR) yang merupaan pengembangan dari model VAR. Periodisasi penelitian ini bertujuan untu melihat dampa nilai tuar riil dalam periode manajemen nilai tuar yang berlainan. Penelitian ini mengungap permasalahan yang belum terpecahan mengenai dampa perubahan manajemen nilai tuar terhadap output, nilai tuar, dan transasi berjalan. Pemilihan SVAR berdasar pertimbangan introdusi restrisi dalam persamaan model VAR sesuai dengan tujuan penelitian. Model SVAR juga dapat digunaan untu pemecahan permasalahan 6 Trionomia Vol., No., Juni 202

3 yang dalam model VAR yang mengharusan data harus stasioner dalam derajat level (Enders, 2004:270; Gujarati, 2003:853). Apliasi SVAR sebagai pengembangan dari VAR dapat tetap dilauan mesipun data-data tersebut tida stasioner pada derajat level. Teni yang dapat digunaan untu apliasi SVAR dengan menggunaan data yang telah mengalami first differencing adalah teni Blanchard dan Quah (Enders, 2004:302). Penggunaan data yang hasil first differencing ini memunginan memasuan restrisi hubungan ointegrasi dalam model SVAR. METODE Model yang digunaan untu menjawab permasalahan penelitian adalah model Structural Vector Autoregression (SVAR). Restrisi dalam model SVAR aan dilauan dengan mempertimbangan hasil pengujian ausalitas Granger dan tujuan penelitian. Oleh arena adanya emunginan penggunaan data non stasioner maa model SVAR dalam penelitian ini juga aan memasuan restrisi ointegrasi dalam pemodelannya. Model ini aan menguraian fungsi impulse response yang merupaan properti dari model SVAR untu melihat goncangan dari variabel inovasi terhadap variabel-variabel lainnya melalui perembangan strutural SVAR. Pemodelan SVAR dalam penelitian eonomi pada dasarnya merupaan pengembangan dari model VAR. Oleh arena itu pembentuan model SVAR dalam penelitian ini aan diawali dengan penyusunan model VAR sederhana. Pembentuan model SVAR emudian dilauan dengan melauan introdusi restrisi terhadap persamaan VAR yang telah dibentu. Restrisi yang aan dilauan antara lain berdasar pertimbangan pengujian ausalitas Granger, teori eonomi dan tujuan penelitian. Verbee (2000) lebih lanjut mengemuaan bahwa model VAR merupaan model yang memasuan autoregressive dari dua atau lebih variabel yang merupaan variabel endogen dalam sebuah persamaan pada model VAR dipengaruhi oleh lag variabel itu sendiri dan lag dari variabel lain dalam suatu model. Oleh arena penelitian ini mengamati 4 variabel endogen yaitu nilai tuar riil (RER), inflasi (INF), output (GDP), dan current account (CA) maa hubungan interdependensi antara eempat variabel tersebut dispesifiasian e dalam sistem persamaan yang terdiri dari empat persamaan beriut: RER t = a + b RER + y INF + j t- j j t- j f GDP + p CA + e... () j t- j j t- j INF t = a + b INF + y GDP j t t- j 2 j t- j f2 jcat - j + p2 jrert - j + e2t... (2) GDP t = a3 + b3 jgdpt - j + y3 jca t- j + f3 jrert - j + p3 jinf t - j + e3 t... (3) CA t = a4 + b4 jcat - j + y3 jrer t- j + di mana: f4 jinft - j + p4 jgdp t - j + e4 t... (4) RER : nilai tuar riil INF : inflasi GDP : output CA : current account t : uartal j : jumlah lag (elambanan) uartal yang dipilih berdasaran estimasi terbai ε t, ε 2t, ε 3t, ε 4t, merupaan proses white noise (independen terhadap perilau historis RER, INF, GDP, dan CA). Pada persamaan () nilai tuar riil dipengaruhi oleh variabel nilai tuar riil itu sendiri pada periode sebelumnya dan oleh inflasi, output, serta current account periode sebelumnya. Persamaan (2) menunjuan inflasi dipengaruhi variabel inflasi itu sendiri pada periode sebelumnya dan oleh nilai tuar riil, output, serta current account periode sebelumnya. Persamaan (3) menunjuan output dipengaruhi variabel output itu sendiri pada periode sebelumnya dan oleh nilai tuar riil, inflasi, serta current account periode sebelumnya. Persamaan (4) menunjuan current account dipengaruhi variabel current account itu sendiri pada periode sebelumnya dan oleh nilai tuar riil, inflasi, serta output periode sebelumnya. Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia 7

4 Persamaan-persamaan dalam model VAR tersebut ditulis embali menjadi: x t = A 0 + A i x t + e t... (5) Di mana x t merupaan vetor (n*) variabel observasi (RER, INF, GDP, CA) ; A 0 adalah vetor (n*) intercep; A i adalah matris (n*n) oefisien; e t adalah vetor (n*) error term. Identifiasi SVAR Tujuan utama estimasi SVAR adalah untu mendapatan non recursive orthogonalization error term untu analisis impulse response, sedangan alternatif recursive orthogonalization dari Cholesy mengharusan ita memasuan restrisi yang cuup untu mengidentifiasi omponen orthogonal (strutural) error term. Suatu vetor variabel endogen dengan -elemen yang dilambangan dengan y t serta matris ovarian residual = E[e t e t ], maa model SVAR dapat ditulis sebagai: Ae t = Bu t... (6) Di mana e t dan u t adalah vetor dengan panjang, e t adalah residual yang dapat diobservasi (reduced form), u t adalah inovasi strutural yang tida terobservasi (unobserverd) A dan B merupaan matris * yang diestimasi. Inovasi strutural u t diasumsian orthonormal, yaitu ovarian matrinya merupaan matris identitas, E[u t u t ] = I. Asumsi inovasi orthonormal u t memasuan identifiasi restrisi pada A dan B sebagai A A = B B Identifiasi restrisi dalam hubungan Ae t = Bu t secara umum menunjuan restrisi janga pende. Blanchard dan Quah menunjuan metode identifiasi alternatif berdasar restrisi impulse response. Aumulasi respons janga panjang C terhadap inovasi strutural dalam bentu: C = Ψˆ A B... (7) Namun sesuai dengan tujuan dalam penelitian ini adalah untu melihat pengaruh shoc nilai tuar riil terhadap inflasi, output, dan current account maa aan terjadi penyesuaian model dan variabel sesuai dengan tujuan penelitian. Oleh arena itu, dalam penelitian ini aan melauan restrisi dengan variabel menganggap variabel inflasi dipengaruhi oleh variabel nilai tuar riil serta variabel lainnya. Output dipengaruhi oleh nilai tuar riil namun tida dipengaruhi oleh current account. Current account dipengaruhi oleh nilai tuar riil, namun tida terpengaruh output, sehingga jia dinyataan dalam bentu matris adalah sebagai beriut: éc c c c c c c c c c c c ê ëc c c c ù é NA 0 0 ù NA NA NA = NA 0 0 ú ê ú û ëna 0 0 û... (8) Penetapan Tingat Kelambanan (lag) Optimal Salah satu esulitan menggunaan SVAR adalah penetapan tingat elambanan yang optimal. Panjang lag yang terlalu sediit dalam apliasi uji Dicey - Fuller aan mengaibatan ecenderungan menola hipotesis nol, namun panjang lag yang telalu banya dalam uji Dicey - Fuller aan mengurangi euatan uji (Haris, 995:34). Metode yang biasa digunaan untu menentuan berapa panjangnya lag yang tepat untu digunan dalam uji Dicey Fuller adalah metode yang juga digunaan dalam pemilihan model, misalnya dengan metode nilai R 2 yang tertinggi, atau metode AIC terecil. Namun, berdasaran pembutian yang dilauan oleh Haris, metode penentuan lag dengan nilai R 2 tertinggi, tida memuasan arena cenderung menghasilan esimpulan menola hipotesis nol, mesipun sebetulnya benar (esalahan tipe ). HASIL Stasionaritas Data Permasalahan penting dalam analisis data runtut watu adalah permasalahan mengenai stasionaritas data. Prosedur pengujian yang dilauan untu menguji stasionaritas data adalah uji Augmented Dicey - Fuller (ADF) dan uji Phillips - Peron. Variabel Derajat ADF Kesimpulan RER Inflasi Output CA Tabel. Uji Aar Unit ADF Level.2795 First Difference Level First Difference Level First Difference Level First Difference I() I() I() I() 8 Trionomia Vol., No., Juni 202

5 Variabel Derajat Phillip Peron Kesimpulan RER Inflasi Output CA Tabel 2. Uji Aar Unit Phillip Peron Level First Difference Level First Difference Level First Difference Level First Difference Pengujian aar unit menunjuan nilai ritis ADF dengan derajat eyainan 5 persen adalah 3,463547, sedangan nilai ritis statisti PP pada derajat eyainan 5 persen adalah 3, Dengan demiian nilai statisti hitung masing-masing variabel berdasar uji ADF mempunyai nilai yang lebih besar dibandingan nilai ritis ADF. Hal ini juga terjadi dengan uji Phillip Peron yang mempunyai nilai ritis PP dengan derajat eyainan persen sebesar 3, Dengan demiian statisti hitung mempunyai anga yang melebih nilai ritis. Oleh arena itu, hipotesis nol yang menyataan bahwa terdapat aar unit tida dapat ditola atau variabel-variabel tersebut tida stasioner. Dari hasil tersebut maa pengujian aar unit dilanjutan pada tingat first difference untu memerisa pada tingat berapa variabel-variabel tersebut berintegrasi pada derajat yang sama. Pengujian aar unit pada tingat first difference menunjuan nilai ritis ADF dengan derajat eyainan 5 persen adalah 3, Nilai statisti hitung variabel nilai tuar riil, output dan current account berdasar uji ADF mempunyai nilai yang lebih ecil dibandingan nilai ritis ADF. Berdasar uji ADF tersebut maa hipotesis nol yang menyataan adanya aar unit ditola. Hasil ini menunjuan variabel nilai tuar riil, output dan current account stasioner pada level first difference sehingga data-data ini dapat diataan berointegrasi pada derajat I (). Pengujian aar unit dengan uji Phillip Peron pada level first difference yang mempunyai nilai ritis PP dengan derajat eyainan persen sebesar 3, Dengan demiian statisti hitung mempunyai anga yang lebih ecil nilai ritis. Oleh arena itu hipotesis nol yang menyataan bahwa terdapat aar unit dapat ditola atau variabel-variabel tersebut stasioner. Dengan I() I() I() I() demiian pengujian ini menghasilan esimpulan yang sama dengan uji aar unit menggunaan uji ADF. Kointegrasi Pengujian selanjutnya adalah pengujian ointegrasi dengan uji ointegrasi Johansen (Johansen Test of Cointegration) untu menguji apaah terdapat hubungan janga panjang dalam analisis yang aan menggunaan model structural vector autoregressions (SVAR). Hubungan saling mempengaruhi dapat dilihat dari ointegrasi yang terjadi antara variabel itu sendiri. Jia terjadi ointegrasi antar variabel, maa hubungan saling mempengaruhi berjalan secara menyeluruh dan informasi tersebar secara paralel. Langah pengujian ointegrasi dalam penelitian ini dengan menguji hipotesis nol yang menyataan tida adanya hubungan janga panjang antar variabel. Pengujian dilauan dengan membandingan nilai trace statistic dengan nilai ritisnya pada α = 5 %. Jia hipotesis nol tida dapat ditola, maa disimpulan bahwa persamaan analisis multivariate hubungan antara nilai tuar riil, inflasi, output, dan current account tida terdapat hubungan janga panjang (tida berointegrasi). Tabel 3. merupaan hasil uji ointegrasi dengan asumsi tida ada deterministi trend yang menunjuan penolaan terhadap hipotesis nol. Sehingga dapat disimpulan terdapat hubungan ointegrasi dalam janga panjang antara variabelvariabel penelitian. Hasil Estimasi Model SVAR Estimasi model SVAR dimulai dengan menentuan berapa panjang lag yang tepat dalam model SVAR. Penentuan panjangnya lag optimal merupaan hal penting dalam pemodelan SVAR. Jia lag optimal yang dimasuan terlalu pende maa dihawatiran tida dapat menjelasan edinamisan model secara menyeluruh. Namun, lag optimal yang terlalu panjang aan menghasilan estimasi yang tida efisien arena berurangnya degree of freedom (terutama model dengan sampel ecil). Oleh arena itu perlu mengetahui lag optimal sebelum melauan estimasi SVAR. Beberapa metode yang aan digunaan untu menentuan strutur lag yang optimal pada model SVAR penelitian ini adalah riteria Aaice Information (AIC), Schwartz Criterion (SC), Hannan-Quinn Information Criterion (AQ), Lielihood Ratio (LR), dan Final Predictor Error (FPE). Hasil uji panjang lag dalam VAR dengan memasuan lag to include = 6 menunjuan panjang lag optimal adalah 5. Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia 9

6 Tabel 3. Uji Kointegrasi Johansen Lags interval (in first differences): to 5 Unrestricted Cointegration Ran Test Hypothesized No. of CE(s) Eigenvalue Trace Statistic 5 Percent Critical Value Percent Critical Value None ** At most ** At most At most 3 * *(**) denotes rejection of the hypothesis at the 5%(%) level Trace test indicates 2 cointegrating equation(s) at both 5% and % levels Hasil estimasi model SVAR untu melihat pengaruh nilai tuar riil terhadap variabel inflasi, output, dan current account dapat dilihat dalam Tabel 4. Hasil estimasi untu pengaruh variabel nilai tuar riil terhadap masing-masing variabel ditunjuan oleh masing-masing oefisien variabel yang berada dalam bentu matris. Nilai-nilai oefisien dari C(2) yang merupaan omponen matris dari baris edua menunjuan bagaimana pengaruh variabel nilai tuar riil terhadap tingat inflasi. Nilai oefisien tersebut menunjuan tanda positif. Hasil estimasi SVAR yang menunjuan hubungan positif antara nilai tuar riil dengan tingat inflasi sesuai dengan teori. Nilai-nilai oefisien dari C(3) merupaan omponen matris dari baris etiga menunjuan bagaimana pengaruh variabel nilai tuar riil terhadap tingat output. Nilai oefisien tersebut menunjuan tanda positif. Hasil estimasi SVAR yang menunjuan hubungan positif antara nilai tuar riil dengan output sejalan dengan teori, arena adanya pelemahan mata uang aan meningatan tingat output pereonomian. Kenaian output ini berasal dari enaian permintaan barang espor. Nilai-nilai oefisien dari C(4) merupaan omponen matris dari baris eempat menunjuan bagaimana pengaruh variabel nilai tuar riil terhadap tingat current account. Dengan demiian, hipotesis penelitian yang menyataan bahwa nilai tuar riil mempengaruhi current account dapat diterima berdasaran hasil estimasi SVAR. Pengaruh yang dihasilan sesuai dengan teori eonomi yang ada. Tabel 4. Estimasi Structural Vector Autoregression (SVAR) Structural VAR Estimates Model: Ae = Bu where E[uu ] = I Restriction Type: long-run text form C() C(5) 0 0 C(2) C(6) C(7) C(9) C(3) 0 C(8) 0 C(4) 0 0 C(0) Coefficient Std. Error z-statistic Prob. C().22E E C(2) 7.37E E C(3) 3.63E+3 9.7E C(4) 8.2E+ 2.22E PEMBAHASAN Impulse Response SVAR dalam Periode Managed Floating Exchange Rate Estimasi terhadap fungsi impulse response dilauan untu memerisa dampa goncangan (shoc) variabel inovasi terhadap variabel-variabel lainnya. Estimasi menggunaan asumsi masingmasing variabel inovasi tida berorelasi satu sama lain, sehingga penelusuran pengaruh suatu goncangan dapat bersifat langsung. 20 Trionomia Vol., No., Juni 202

7 Gambar impulse response aan menunjuan respons suatu variabel aibat shoc variabel lainnya sampai dengan beberapa periode setelah terjadi shoc. Jia gambar impulse response menunjuan pergeraan yang semain mendeati titi eseimbangan (convergence) atau embali e eseimbangan sebelumnya bermana respons suatu variabel aibat suatu shoc main lama aan menghilang sehingga shoc tersebut tida meninggalan pengaruh permanen terhadap variabel tersebut. Gambar., 2., dan 3. menggambaran fungsi impulse response yang mengamati tiga puluh uartal setelah shoc selama periode manajemen nilai tuar managed floating exchange rate. Gambar. menunjuan pengamatan dampa respons yang diterima oleh inflasi aibat shoc nilai tuar selama tiga puluh uartal adalah onstan, namun tida secara jelas menunjuan adanya sifat convergence. Gambar 2. dan 3. juga menunjuan hasil pengamatan yang sama dimana output dan current account bergera secara onstan serta tida menunjuan suatu perubahan respons yang jelas dari variabel output dan current account terhadap perubahan nilai tuar. Berdasaran pengamatan dari gambar fungsi impulse response variabel inflasi, ouput dan current account yang menunjuan tida terdapatnya convergence terhadap eseimbangan mengindiasian proses penyesuaian memerluan watu yang panjang. Tabel 5. Fungsi Impulse Response Perubahan Nilai Tuar Periode Managed Floating Exchange Periode Inflasi Output CA 9,90 2,52 84,92 5 6,577 66, ,32 0 2,960 56,495 9, ,692 5,33 36, ,945 3,535 60, ,48 43,725 5, ,23 40,202 22,373 Pengamatan variabel-variabel tersebut aan semain jelas dengan menggunaan tabel fungsi impulse response. Dari impulse response Tabel 5. tersebut dapat menunjuan besar respons untu memperjelas pengamatan apaah anga-anga impulse response yang diterima inflasi, output, dan current account semain ecil atau menghilang. Berdasaran nilai yang terdapat dalam Tabel 5. menunjuan bahwa nilai respons dari output dan current account tida mempunyai ecederungan untu menghilang sehingga memperuat esimpulan yang didapat dari gambar impulse response bahwa variabel inflasi dan current account membutuhan penyesuaian yang lama. 80 Response of INF to Cholesy One SD RER Innovation Gambar. Respons Inflasi terhadap Perubahan Nilai Tuar Riil Periode Managed Floating Exchange Rate Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia 2

8 Response of GDP to Cholesy One S.D. RER Innovation Gambar 2. Respons Output terhadap Perubahan Nilai Tuar Riil Periode Managed Floating Exchange Rate 3000 Response of CA to Cholesy One S.D. RER Innovation Gambar 3. Respons CA terhadap Perubahan Nilai Tuar Riil Managed Floating Exchange Rate 22 Trionomia Vol., No., Juni 202

9 Selain itu, Tabel 5. juga dapat membantu untu melihat dampa janga pende dan menengah panjang variabel tersebut secara lebih jelas aibat adanya perubahan nilai tuar. Dampa perubahan nilai tuar terhadap inflasi, output, dan current account dapat dirangum dalam Gambar 4. Nilai Tuar Riil Depresi RER (Kuartal 4) Dampa I (Janga Pende) Inflasi (Kuartal.3) Output (Kuartal.2) CA (Kuartal ) Dampa II (Janga Menengah Panjang) Inflasi (Kuartal 4) Output (Kuartal 4) CA (Kuartal 2) Gambar 4. Dampa Shoc Nilai Tuar Periode Managed Floating Exchange Rate Impulse Response SVAR dalam Periode Free Floating Exchange Rate Pemerisaan selanjutnya aan dilauan terhadap variabel yang sama menggunaan periode setelah diberlauanya manajemen nilai tuar free floating exchange rate menggunaan alat analisis yang sama. Pemerisaan ini untu mengetahui apaah dengan perubahan manajemen nilai tuar ini sifat respons yang diterima variabel-variabel penelitian berbeda. Gambar 5. menunjuan pergeraan respons yang diterima inflasi dari perubahan nilai tuar secara grafis. Pergeraan garis respons menunjuan adanya suatu ondisi convergence dari respons inflasi. Pada awalnya output aan merespons shoc nilai tuar dengan magnitude yang cuup besar yang ditunjuan dengan lebarnya garis dari titi eseimbangan. Perembangan selanjutnya menunjuan respons ini semain mengecil etia memasui uartal edelapan. Respons ini mulai menghilang memasui uartal etiga belas menandai bahwa dampa shoc nilai tuar dalam periode ini tida bersifat permanen. Gambar 6. menunjuan pergeraan respons yang diterima output dari perubahan nilai tuar. Pergeraan garis respons menunjuan adanya suatu ondisi convergence dari respons yang diterima oleh output. Pada awalnya output aan merespons shoc nilai tuar dengan magnitude yang cuup besar yang ditunjuan dengan lebarnya garis dari titi eseimbangan. Secara garis besar respons output menunjuan adanya penambahan output pada awal depresiasi namun geraan membali arah pengurangan output etia memasui uartal eempat. Perembangan dalam periode yang lebih panjang menunjuan respons ini semain mengecil dan menghilang yang menandai bahwa dampa shoc nilai tuar dalam periode ini tida bersifat permanen. Gambar 7. menunjuan pergeraan respons yang diterima current account dari perubahan nilai tuar. Pergeraan garis respons current account sediit berbeda dengan edua variabel sebelumnya. Respons yang diterima current account dari shoc nilai tuar tida sebesar yang diterima edua variabel sebelumnya. Hal ini menggambaran mesipun terdapat pengaruh dari adanya depresiasi nilai tuar, namun current account tida menimbulan peningatan flutuasi current account secara mencolo. Tabel 6. Fungsi Impulse Response Perubahan Nilai Tuar Periode Free Floating Exchange Rate Periode Inflasi Output NTB 43,590 86,690 45, ,4 47,969,363 3,396 55,985 52, ,7 4,847 5, ,85 50,975 6,324 5,26,572 20, ,826 7,606 5, 25,650 3,276 4,96 30,594,006 4,206 Pengamatan variabel-variabel pada periode free floating exchange rate selanjutnya dilauan dengan menggunaan tabel fungsi impulse response untu memperjelas arah dan magnitude respons tersebut. Berdasaran nilai yang terdapat dalam Tabel 6. menunjuan bahwa nilai respons dari output dan current account mempunyai ecenderungan untu menghilang sehingga memperuat esimpulan yang didapat dari gambar impulse response bahwa variabel inflasi dan current account membutuh penyesuaian yang cepat (tida permanen). Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia 23

10 60 Response of INF to Cholesy One S.D. RER Innovation Gambar 5. Respons Inflasi terhadap Perubahan Nilai Tuar Riil Periode Free Floating Exchange Rate Response of GDP to Cholesy One S.D. RER Innovation Gambar 6. Respons Output terhadap Perubahan Nilai Tuar Riil Periode Free Floating Exchange Rate 24 Trionomia Vol., No., Juni 202

11 Response of CA to Cholesy One S.D. RER Innovation Gambar 7. Respons CA terhadap Perubahan Nilai Tuar Riil Periode Free Floating Exchange Rate Tabel 6. menunjuan inflasi aan merespons shoc yang terjadi pada nilai tuar riil dalam uartal pertama dan edua dengan respons positif yang menyebaban teanan pada enaian tingat inflasi. Respons inflasi ini pada uartal-uartal beriutnya mengalami penyesuaian reasi, bahan respons berubah negatif hingga pada ahirnya pengaruh shoc mengecil embali seperti sebelum terjadinya shoc. Nilai Tuar Riil Depresi RER (Kuartal 0) Dampa I (Janga Pende) Inflasi (Kuartal, 2) Output (Kuartal 2) CA (Kuartal 2) Dampa II (Janga Menengah Panjang) Inflasi (Kuartal 4) Output (Kuartal 4) CA (Kuartal 3) Gambar 8. Dampa Shoc Nilai Tuar Periode Free Floating Exchange Rate Pengaruh output aibat shoc nilai tuar mengalami enaian pada uartal esatu sampai dengan eempat untu emudian mengalami ontrasi hingga ahirnya menghilang. Pengaruh current account aibat shoc nilai tuar juga terlihat juga terlihat menghilang, walaupun lebih lambat dari dampa nilai tuar terhadap inflasi. Kondisi ini bermana shoc nilai tuar terhadap inflasi, output, dan current account tida berdampa permanen pada periode free floating exchange rate. Estimasi variabel-variabel penelitian dengan menggunaan model SVAR untu meneliti hubungan antara nilai tuar riil dengan inflasi, output, dan current account menghasilan hubungan yang positif yang berarti onsisten dengan teori eonomi yang ada. Estimasi ini juga telah menggunaan pemisahan periode managed floating exchange rate dengan free floating exchange rate. Hasil estimasi dari edua periode adalah sama onsisten dengan teori. Hasil ini berarti secara umum shoc berupa depresiasi nilai tuar riil aan mempengaruhi tingat inflasi, output, dan current account dalam edua periode tersebut. Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia 25

12 Pengujian selanjutnya dengan menggunaan fungsi impulse response dan varian deomposisi aan mampu menunjuan sifat pengaruh dan besarnya depresiasi nilai tuar terhadap variabel penelitian. Inflasi memperlihatan perilau yang sama antara sebelum dan sesudah perubahan manajemen nilai tuar. Shoc nilai tuar awalnya aan diiuti inflasi sampai dengan uartal etiga. Untu selanjutnya respons inflasi berubah arah menunjuan penurunan. Perubahan arah ini disebaban depresiasi nilai tuar riil yang menyebaban enaian harga (inflasi) menyebaban terjadi ontrasi permintaan barang-barang produ luar negeri sehingga aan direspons onsumen mensubstitusi barang dalam negeri yang relatif lebih murah. Kondisi ini dapat menean enaian inflasi yang disebaban tingginya harga barang-barang impor yang disebaban depresiasi. Substitusi e dalam barang dalam negeri ini selanjutnya dapat mengurangi tingat inflasi. Penyebab lainnya adalah adanya ebijaan enaian tingat bunga yang dilauan oleh otoritas moneter untu menean inflasi. Respons pergeraan inflasi dari shoc nilai tuar menunjuan adanya suatu ondisi yang convergence. Namun, ada sediit perbedaan, di mana nilai tuar riil aan lebih cepat direspons oleh inflasi pada periode free floating exchange rate dengan ecepatan penyesuaian e titi eseimbangan yang lebih cepat pula. Ini bermana tingat inflasi aan lebih mudah diendalian etia menggunaan free floating rate exchange rate. Output ternyata memberian perilau yang berbeda antara periode managed floating exchange rate dengan free floating exchange rate. Respons output setelah depresiasi rupiah etia periode managed floating exchange rate adalah ontrasi dari uartal pertama sampai dengan uartal edua. Selanjutnya respons berbali arah menjadi espansif etia memasui uartal eempat. Respons ini mengecil etia memasui uartal elimabelas. Penurunan output etia terjadi depresiasi dalam janga pende disebaban beberapa fator. Depresiasi nilai tuar telah menyebaban barangbarang modal sebagai input produsi harganya terlalu mahal sehingga mengurangi barang-barang modal tersebut yang pada ahirnya menurunan apasitas produsi industri dalam negeri dan berdampa epada penurunan output. Pelemahan mata uang rupiah menyebaban barang-barang produsi dalam negeri yang mempunyai andungan impor tinggi mengalami enaian biaya produsi sehingga harus meningatan harga jual epada onsumen. Kenaian harga barangbarang tersebut menyebaban penurunan onsumsi masyaraat. Hal ini menyebaban setor produsi mengalami disinsentif untu produsi. Respons current account terhadap depresiasi pada saat periode managed floating exchange rate dan free floating exchange rate menunjuan esamaan. Pada uartal pertama aan terjadi peningatan defisit. Peningatan ini antara lain diaibatan adanya enaian pengeluaran devisa untu mencuupi ebutuhan impor barang-barang modal sebagai bahan bau industri. Selanjutnya, depresiasi ini juga mengaibatan harga-harga barang luar negeri lebih mahal sehingga mendorong onsumen domesti memilih barang dalam negeri yang dapat mengurangi aliran dana e luar negeri. Hal inilah yang emudian menyebaban terjadinya pembalian arah surplus current account. KESIMPULAN Hasil estimasi model SVAR menunjuan bahwa perubahan manajemen nilai tuar dari managed floating exchange rate e free floating exchange rate tida merubah pola hubungan nilai tuar dengan inflasi, output dan current account. Pola hubungan yang dihasilan menunjuan bahwa pengaruh depresiasi nilai tuar terhadap variabel tersebut adalah onsisten dengan teori. Depresiasi nilai tuar meningatan tingat inflasi, meningatan output, dan mendorong adanya surplus pada current account. Namun hasil yang sediit berbeda terlihat dari pengaruh depresiasi nilai tuar terhadap output. Pada periode managed floating exchange rate depresiasi nilai tuar aan menyebaban ontrasi output sebelum ahirnya terjadi enaian output. Hasil mengindiasian depresiasi mata uang rupiah membuat enaian biaya produsi dari barangbarang yang mempunyai andungan impor tinggi sehingga perusahaan terpasa menurunan apasitas produsinya. Dari sisi permintaan enaian harga jual aan menurunan permintaan dan tingat euntungan sehingga mengurangi insentif bagi egiatan produsi. Dalam periode free floating exchange rate, depresiasi nilai tuar aan langsung dapat meningatan output. 26 Trionomia Vol., No., Juni 202

13 Hal ini dapat terjadi arena relatif cepatnya pasar melauan penyesuaian terhadap shoc nilai tuar sehingga output tida terlalu terpengaruh dengan adanya depresiasi nilai tuar ini. Hasil analisis menggunaan fungsi impulse response menunjuan pengaruh shoc nilai tuar terhadap variabel inflasi, output dan current account. Hasil fungsi impulse response juga membutian bahwa pada periode free floating exchange rate dampa yang disebaban nilai tuar terhadap variabelvariabel tersebut lebih cepat dalam melauan penyesuaian atau embali e titi eseimbangan. Inflasi mulai bergera embali e titi eseimbangan lebih awal. DAFTAR PUSTAKA Ammato J., et al Research on Exchange Rates and Monetary Policy: An Overview. BIS Woring Paper, 78. Berument, H. and Pasaogullari, M Effects of The Real Exchange Rate on Output And Inflation: Evidence from Turey. The Developing Economies, XL (4): and Nergiz, N The Effects of Exchange Rate Ris on Economic Performance: the Turish Experience. Departement of Economics, Bilent University. Bucle R. A., et al A Structural VAR Model of the New Zealand Business Cycle. New Zealand Treasury Woring Paper. Coleman, S An Aggregate View of Macroeconomic Shocs in Sub-Saharan Africa, World Institute for Development Economics Research, (Februari): -25. Dibooglu, S., and Kutan, A. M Sources Of Real Exchange Rate Fluctuations In Transition Economies: The Case of Poland and Hungary. Center for European Integration Studies, B-4: -22. Enders, W Applied Econometric Time Series (2 nd edition). John Wiley and Sony, Inc. Gujarati, Damodar N Basic Econometric (4 th edition). McGraw-Hill. Hadi, Yonathan. S Analisis Vector Autoregression (VAR) terhadap Korelasi Antara Pendapatan Nasional dan Investasi Pemerintah di Indonesia. Jurnal Keuangan dan Moneter, 6 (3). Haris, R Cointegration Analysis in Econometric Modeling. Prentice Hall. Hsiang, Yu Application of the IS MP IA Model to the German Economy and Policy Implications. Economics Bulletin, 5 (5): -0. Ito, T., Yuri., and Kiyotaa, S Pass-Through of Exchange Rate Changes and Macroeconomic Shocs to Domestic Inflation in East Asian Countries. RIETI Discussion Paper Series, (April): -56. Jang, Kyungho and Ogai Masao, 200. The Effects of Japanese Monetary Policy Shocs on Exchange Rates: A Structural Vector Error Correction Model Approach. Discussion Paper No E-5. Institute For Monetary and Economic Studies Ban of Japan. Koray, F., and McMillian, W. Douglas Monetary Shocs, the Exchange Rate, and The Trade Balance, dalam Leonard, Greg. dan Stocman Alan C Current Accounts and Exchange Rates: A New Loo at the Evidence. NBER woring paper 9030, papers/w836. Krugman P. R., and Baldwin R. E, The Persistence of the U.S. Trade Deficit, dalam Leonard, G. dan Stocman A. C., Leonard, Greg. dan Stocman Alan C Current Accounts and Exchange Rates: A New Loo At The Evidence. NBER woring paper 9030, w836. Leonard, Greg., and Stocman Alan, C Current Accounts and Exchange Rates: A New Loo at the Evidence. NBER Woring Paper 9030, Maniw, G. N Macroeconomics (5 th edition). Worth. Odusola, A. F., dan Ainlo A.E Output, Inflation, and Exchange Rate in Developing Countries: An Application to Nigeria. The Developing Economies, XXXIX (2): Rudzis, R., and Kvedaras, V A Small Macroeconometric Model of the Lithuanian Economy, Austrian Journal of Statistics, 34 (2): Sarte, Piere Daniel G On The Identification of Strustural Vector Autoregression. Federal Reserve of Richmond Economic Quarterly, 83 (3). Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia 27

14 Sarwono, Hartadi A., dan Warjiyo, Perry Mencari Paradigma Baru Manajemen Moneter dalam Sistem Nilai Tuar Flesibel: Suatu Pemiiran untu Penerapannya di Indonesia. Eonomi Moneter dan Perbanan, (): Simorangir, I., dan Suseno Sistem dan Kebijaan Nilai Tuar. Pusat Pendidian dan Studi Kebansentralan, Ban Indonesia. Verbee, M A Guide to Modern Econometrics. John Wiley and Son. Waluyo, Doddy B., dan Siswanto B Peranan Kebijaan Nilai Tuar Dalam Era Deregulasi dan Globalisasi. Eonomi Moneter dan Perbanan, (): Trionomia Vol., No., Juni 202

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

STUDI EMPIRIS DEPRESIASI NILAI TUKAR RIIL PADA REZIM NILAI TUKAR MENGAMBANG BEBAS DI INDONESIA

STUDI EMPIRIS DEPRESIASI NILAI TUKAR RIIL PADA REZIM NILAI TUKAR MENGAMBANG BEBAS DI INDONESIA Jurnal Eonomi dan Studi Pembangunan Volume 15, Nomor 1, April 2014, hlm.37-47 STUDI EMPIRIS DEPRESIASI NILAI TUKAR RIIL PADA REZIM NILAI TUKAR MENGAMBANG BEBAS DI INDONESIA Romi Bhati Hartarto Macquarie

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

PENGUKURAN PENDAPATAN NASIONAL

PENGUKURAN PENDAPATAN NASIONAL PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang

Lebih terperinci

ANALISIS DETERMINASI INFLASI DI INDONESIA

ANALISIS DETERMINASI INFLASI DI INDONESIA ANALISIS DETERMINASI INFLASI DI INDONESIA Ari Mulianta Ginting Peneliti Eonomi dan Kebijaan Publi pada Pusat Pengajian Pengolahan Data dan Informasi, Seretariat Jendral DPR RI e-mail: ari.ginting@dpr.go.id

Lebih terperinci

WORKING PAPER WP/13/2008

WORKING PAPER WP/13/2008 WORKING PAPER WP/13/2008 Threshold Autoregressive Model of Exchange Rate Pass-Through Effect in Indonesia Meily Ia Permata Juni 2008 ii Threshold Autoregressive Model of Exchange Rate Pass-Through Effect

Lebih terperinci

Fakultas Ekonomi Universitas Jenderal Soedirman 2) Fakultas Ekonomi Universitas Jenderal Soedirman ABSTRACT

Fakultas Ekonomi Universitas Jenderal Soedirman 2) Fakultas Ekonomi Universitas Jenderal Soedirman ABSTRACT EKO-REGIONAL, Vol 2, No.2, September 2007 PENGARUH KAPITAL DAN HUMAN CAPITAL TERHADAP PRODUK DOMESTIK BRUTO DI INDONESIA TAHUN 1970-2005 Oleh: Ratna Setyawati Gunawan 1) dan Diah Setyorini Gunawan 2) 1)

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 56 IV. HASIL DAN PEMBAHASAN Metode analisis yang digunakan oleh penulis dalam penelitian ini adalah metode Vector Auto Regression (VAR) dan dilanjutkan dengan metode Vector Error Correction Model (VECM).

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

BAB III METODELOGI PENELITIAN. variabel- variabel sebagai berikut : tingkat gross domestic product(gdp), total

BAB III METODELOGI PENELITIAN. variabel- variabel sebagai berikut : tingkat gross domestic product(gdp), total BAB III METODELOGI PENELITIAN A. Obyek Penelitian Obyek yang diteliti dalam penelitian ini adalah semua data mengenai variabel- variabel sebagai berikut : tingkat gross domestic product(gdp), total pembiayaan

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN. Untuk memenuhi salah satu asumsi dalam uji data time series dan uji

BAB V HASIL DAN PEMBAHASAN. Untuk memenuhi salah satu asumsi dalam uji data time series dan uji BAB V HASIL DAN PEMBAHASAN 5.1 Uji Stasioneritas Untuk memenuhi salah satu asumsi dalam uji data time series dan uji VECM, maka perlu terlebih dahulu dilakukan uji stasioneritas. Uji stationaritas yang

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Uji Stasioneritas Data

BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Uji Stasioneritas Data BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas dan Instrumen Data 1. Uji Stasioner Test Variabel Level t-statistik Sumber: Data Diolah Tabel 5.1 Uji Stasioneritas Data Prob ULN 2.065415 0.9998

Lebih terperinci

Penjualan Pasokan Penjualan Pasokan Penjualan Pasokan

Penjualan Pasokan Penjualan Pasokan Penjualan Pasokan LAMPIRAN Lampiran 1. Data Penjualan dan Pasokan Bulan January 2005 2006 2007 Penjualan Pasokan Penjualan Pasokan Penjualan Pasokan 293.57 291.82 325.64 546.955 359.88 762.063 February 297.05 291.82 341.45

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

III. METODOLOGI PENELITIAN. Untuk membatasi ruang lingkup permasalahan maka yang dijadikan objek

III. METODOLOGI PENELITIAN. Untuk membatasi ruang lingkup permasalahan maka yang dijadikan objek 53 III. METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Untuk membatasi ruang lingkup permasalahan maka yang dijadikan objek penelitian yang dilakukan, maka penelitian ini akan menganalisis kinerja kebijakan

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. atas, data stasioner dibutuhkan untuk mempengaruhi hasil pengujian

BAB V HASIL PENELITIAN DAN PEMBAHASAN. atas, data stasioner dibutuhkan untuk mempengaruhi hasil pengujian BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kualitas dan Instrumen Data 1. Uji Stasioneritas Tahap pertama yang harus dilalui untuk mendapatkan estimasi VECM adalah pengujian stasioneritas data masing-masing

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

III. METODE PENELITIAN. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari 2000

III. METODE PENELITIAN. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari 2000 28 III. METODE PENELITIAN 3.1. Data 3.1.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Analisis Deskriptif Data 1. Analisis Bank Indonesia Rate Bank Indonesia rate atau yang disebut dengan suku bunga Bank Indonesia (BI) merupakan kebijakan moneter (keuangan) yang

Lebih terperinci

METODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Respon PDB terhadap shock

METODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Respon PDB terhadap shock 40 III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian Respon PDB terhadap shock kredit perbankan, pembiayaan pada lembaga keuangan non bank dan nilai emisi saham pada pasar modal

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

METODE PENELITIAN. terdiri dari data pinjaman luar negeri, pengeluaran pemerintah, penerimaan pajak,

METODE PENELITIAN. terdiri dari data pinjaman luar negeri, pengeluaran pemerintah, penerimaan pajak, III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data terdiri dari data pinjaman luar negeri, pengeluaran pemerintah, penerimaan pajak,

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 46 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan adalah data sekunder berupa data time series dari tahun 1986-2010. Data tersebut diperoleh dari Badan Pusat Statistik (BPS),

Lebih terperinci

HASIL DAN PEMBAHASAN. metode Vector Auto Regression (VAR) dan dilanjutkan dengan metode Vector

HASIL DAN PEMBAHASAN. metode Vector Auto Regression (VAR) dan dilanjutkan dengan metode Vector 52 IV. HASIL DAN PEMBAHASAN Metode analisis yang digunakan oleh penulis dalam penelitian ini adalah metode Vector Auto Regression (VAR) dan dilanjutkan dengan metode Vector Error Correction Model (VECM).

Lebih terperinci

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

METODE PENELITIAN. waktu (time series) dari tahun 1986 sampai Data tersebut diperoleh dari

METODE PENELITIAN. waktu (time series) dari tahun 1986 sampai Data tersebut diperoleh dari 40 III. METODE PENELITIAN 3.1. Jenis Dan Sumber Data Jenis data yang akan digunakan dalam penelitian ini adalah data sekunder yang relevan dengan penelitian. Semua data yang digunakan merupakan data deret

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN 59 BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini akan dijelaskan pelaksanaan tahapan-tahapan metode VECM yang terbentuk dari variabel-variabel capital gain IHSG (capihsg), yield obligasi 10 tahun (yieldobl10)

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN

BAB V HASIL PENELITIAN DAN PEMBAHASAN BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas dan Instrumen Data 1. Uji Stasioneritas Dalam mendapatkan estimasi model VECM, tahap pertama yang harus dilakukan pada pengujian data adalah dengan

Lebih terperinci

III METODE PENELITIAN

III METODE PENELITIAN 18 III METODE PENELITIAN 3.1. Kerangka Pemikiran Mengetahui kointegrasi pada setiap produk adalah salah satu permasalahan yang perlu dikaji dan diteliti oleh perusahaan. Dengan melihat kointegrasi produk,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.

Lebih terperinci

HASIL DAN PEMBAHASAN Pengujian Akar Unit (Unit Root Test) bahwa setiap data time series yang akan dianalisis akan menimbulkan spurious

HASIL DAN PEMBAHASAN Pengujian Akar Unit (Unit Root Test) bahwa setiap data time series yang akan dianalisis akan menimbulkan spurious 48 IV. HASIL DAN PEMBAHASAN 4.1. Pengujian Akar Unit (Unit Root Test) Pengujian akar unit merupakan tahap awal sebelum melakukan estimasi model time series. Pemahaman tentang pengujian akar unit ini mengandung

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN

BAB V HASIL PENELITIAN DAN PEMBAHASAN BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Pengujian Stasioner Data / Uji Akar (Unit Root Test) Suatu data atau variabel dapat dikatakan stasioner apabila nilai rata-rata dan memiliki varians yang konstan

Lebih terperinci

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

METODOLOGI PENELITIAN. Untuk membatasi ruang lingkup permasalahan yang dijadikan objek

METODOLOGI PENELITIAN. Untuk membatasi ruang lingkup permasalahan yang dijadikan objek III. METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Untuk membatasi ruang lingkup permasalahan yang dijadikan objek penelitian, maka penelitian ini hanya menganalisis mengenai harga BBM dan nilai tukar

Lebih terperinci

III. METODE PENELITIAN. series. Variabel yang digunakan dalam penelitian ini adalah BI rate, suku bunga

III. METODE PENELITIAN. series. Variabel yang digunakan dalam penelitian ini adalah BI rate, suku bunga III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk time series. Variabel yang digunakan dalam penelitian ini adalah BI rate, suku

Lebih terperinci

HASIL DAN PEMBAHASAN. Pengujian kestasioneran data diperlukan pada tahap awal data time series

HASIL DAN PEMBAHASAN. Pengujian kestasioneran data diperlukan pada tahap awal data time series IV. HASIL DAN PEMBAHASAN 4.1. Pengujian Pra Estimasi 4.1.1. Kestasioneran Data Pengujian kestasioneran data diperlukan pada tahap awal data time series untuk melihat ada tidaknya unit root yang terkandung

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

KOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER

KOORDINASI SUPPLY CHAIN SATU PABRIK-SATU DISTRIBUTOR PADA MODEL PENENTUAN HARGA & KEPUTUSAN PRODUKSI/ORDER KOORDIASI SUPPLY CHAI SATU PABRIK-SATU DISTRIBUTOR PADA ODEL PEETUA HARGA & KEPUTUSA PRODUKSI/ORDER Evi Yuliawati Faultas Tenologi Industri, Jurusan Teni Industri Institut Tenologi Adhi Tama Surabaya Email:

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN 51 BAB IV ANALISIS DAN PEMBAHASAN Pada bagian ini akan dilakukan pengujian terhadap data yang meliputi pemilihan model dengan membandingkan antara model linear dan model logarima, pengujian kausalitas,

Lebih terperinci

BAB V ANALISIS HASIL PENELITIAN

BAB V ANALISIS HASIL PENELITIAN 70 BAB V ANALISIS HASIL PENELITIAN 5.1. Uji Stasioneritas Uji stasioneritas merupakan tahap yang paling penting dalam menganalisis data time series untuk melihat ada tidaknya unit root yang terkandung

Lebih terperinci

STUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN ANALISIS VAR

STUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN ANALISIS VAR Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 2009 STUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN

Lebih terperinci

BAB I PENDAHULUAN. Indonesia menetapkan perubahan manajemen nilai tukar dari sistem nilai tukar

BAB I PENDAHULUAN. Indonesia menetapkan perubahan manajemen nilai tukar dari sistem nilai tukar BAB I PENDAHULUAN 1.1 Latar Belakang Adanya keterbukaan perekonomian memiliki dampak pada neraca transaksi berjalan (current account) suatu negara, perkembangan manajemen nilai tukar yang diadopsi indonesia

Lebih terperinci

BAB IV HASIL DAN ANALISIS

BAB IV HASIL DAN ANALISIS BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Semua data yang digunkana dalam analisis ini merupakan data sekunder mulai tahun 1995 sampai tahun 2014 di Indonesia. Penelitian ini dimaksudkan

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. stasioner dari setiap masing-masing variabel, baik itu variabel independent

BAB V HASIL PENELITIAN DAN PEMBAHASAN. stasioner dari setiap masing-masing variabel, baik itu variabel independent BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas Intrumen Data. 1. Uji Stasioner Data. Tahap pertama dalam metode VECM yaitu dengan melakukan pengujian stasioner dari setiap masing-masing variabel,

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

Lebih terperinci

PENETAPAN TARGET TERHADAP STICKINESS COST

PENETAPAN TARGET TERHADAP STICKINESS COST Jurnal Keuangan dan Perbanan, Vol.17, No.1 Januari 2013, hlm. 71 77 Terareditasi SK. No. 64a/DIKTI/Kep/2010 http://juruban.wordpress.com PENETAPAN TARGET TERHADAP STICKINESS COST Faultas Eonomi UPN Veteran

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

BAB III METODE PENELITIAN. dikumpulkan dari berbagai sumber yaitu Badan Pusat Statistik (BPS), Food and

BAB III METODE PENELITIAN. dikumpulkan dari berbagai sumber yaitu Badan Pusat Statistik (BPS), Food and BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang dikumpulkan dari berbagai sumber yaitu Badan Pusat Statistik (BPS), Food and

Lebih terperinci

BAB III METODE PENELITIAN. analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan

BAB III METODE PENELITIAN. analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan menggunakan

Lebih terperinci

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja

Lebih terperinci

III. METODE PENELITIAN. Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang

III. METODE PENELITIAN. Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang 30 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang diperoleh dari Laporan Bank Indonesia, Statistik Ekonomi dan Keuangan Indonesia,

Lebih terperinci

IV. HASIL DAN PEMBAHASAN. Metode yang digunakan untuk menganalisis data dalam penelitian ini

IV. HASIL DAN PEMBAHASAN. Metode yang digunakan untuk menganalisis data dalam penelitian ini 51 IV. HASIL DAN PEMBAHASAN Metode yang digunakan untuk menganalisis data dalam penelitian ini adalah metode analisis Vector Error Correction (VEC) yang dilengkapi dengan dua uji lag structure tambahan

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. maupun variabel dependent. Persamaan regresi dengan variabel-variabel yang

BAB V HASIL PENELITIAN DAN PEMBAHASAN. maupun variabel dependent. Persamaan regresi dengan variabel-variabel yang BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1. Uji Stasioneritas 5.1.1 Uji Akar Unit ( Unit Root Test ) Tahap pertama dalam metode VAR yaitu dengan melakukan pengujian stasioner dari setipa masing-masing variabel,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Obyek Penelitian Dalam penelitian ini, obyek yang diamati yaitu inflasi sebagai variabel dependen, dan variabel independen JUB, kurs, BI rate dan PDB sebagai variabel yang

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Objek Penelitian. Dalam penelitian ini penulis memilih impor beras sebagai objek melakukan riset di Indonesia pada tahun 1985-2015. Data bersumber dari Badan Pusat Statistika

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1. Pendekatan Penelitian Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif deskriptif. Pendekatan kuantitatif deskripstif merupakan pengujian hipotesis

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

BAB 4 PEMBAHASAN. 51 Universitas Indonesia. Keterangan : Semua signifikan dalam level 1%

BAB 4 PEMBAHASAN. 51 Universitas Indonesia. Keterangan : Semua signifikan dalam level 1% BAB 4 PEMBAHASAN 4.1. Hasil Uji Stasioneritas Data Data yang akan digunakan untuk estimasi VAR perlu dilakukan uji stasioneritasnya terlebih dahulu. Suatu data dikatakan stasioner jika nilai rata-rata

Lebih terperinci

MODEL PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN DENGAN MEMPERTIMBANGKAN KAPASITAS PRODUKSI ABSTRAK

MODEL PENENTUAN HARGA DAN KEPUTUSAN PRODUKSI/ORDER PADA SUPPLY CHAIN DENGAN MEMPERTIMBANGKAN KAPASITAS PRODUKSI ABSTRAK Prosiding Seminar asional anajemen Tenologi VII Program Studi T-ITS, Surabaya 2 Pebruari 2008 ODEL PEETUA HARGA DA KEPUTUSA PRODUKSI/ORDER PADA SUPPLY CHAI DEGA EPERTIBAGKA KAPASITAS PRODUKSI Evi Yuliawati,

Lebih terperinci

BAB IV ANALISA DAN PEMBAHASAN. perubahan sehingga harus diolah terlebih dahulu. Pengolahan data dilakukan dengan

BAB IV ANALISA DAN PEMBAHASAN. perubahan sehingga harus diolah terlebih dahulu. Pengolahan data dilakukan dengan BAB IV ANALISA DAN PEMBAHASAN 4.1 Sumber Data Keselurahan data yang diterima sebelumnya belum mengindikasikan dinamika perubahan sehingga harus diolah terlebih dahulu. Pengolahan data dilakukan dengan

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Perusahaan merupakan suatu badan hukum yang memiliki suatu tujuan yang ingin dicapai salah satunya yaitu mendapatkan keuntungan. Untuk mencapai

Lebih terperinci

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012 KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi

Lebih terperinci

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan

Lebih terperinci

BAB 1V HASIL DAN PEMBAHASAN. Skripsi ini meneliti mengenai analisis faktor-faktor yang mempengaruhi

BAB 1V HASIL DAN PEMBAHASAN. Skripsi ini meneliti mengenai analisis faktor-faktor yang mempengaruhi 53 BAB 1V 4.1 Diskripsi Data Penelitian HASIL DAN PEMBAHASAN Skripsi ini meneliti mengenai analisis faktor-faktor yang mempengaruhi konsumsi masyarakat di Indonesia tahun 1995-2014 dengan model error correction

Lebih terperinci

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data time series

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data time series 40 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data time series sekunder. Data-data tersebut diperoleh dari berbagai sumber, antara lain dari

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Eonomi Maro Kode/ss : MAS4145/3 Semester : Ganjil Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS 4241

Lebih terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

III. METODOLOGI PENELITIAN. Data-data tersebut berupa data bulanan dalam rentang waktu (time series) Januari

III. METODOLOGI PENELITIAN. Data-data tersebut berupa data bulanan dalam rentang waktu (time series) Januari 40 III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Berdsarkan kajian beberapa literatur penelitian ini akan menggunakan data sekunder. Data-data tersebut berupa data bulanan dalam rentang waktu (time

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci